华为近日宣布,其敏捷教育城域网解决方案中标玉溪市教育信息化二三期,将为玉溪市教育局建设高效、安全、简单的整体区域数字化校园。这是继石林教育城域网、玉溪教育信息化一期后,华为敏捷教育城域网解决方案再次中标云南省教育信息化项目。
玉溪教育信息化致力整合、集成室内外的优质资源,利用华为云计算玉溪基地进行统一部署,全新打造教学、管理、评价“三位一体”的玉溪教育云平台,玉溪教育云是互联网+教育应用模式的创新实践,是国内系统设计比较完整,技术相对先进,资源相当丰富的教育信息化平台,实现了全学段资源,全场景教学和全过程管理的“三个全覆盖”,高校教学、科学管理、精准评价将使全玉溪市师生和家长受益:让农村学校与城区学校享受一样的教学资源;让师生上课更轻松、课堂更精彩;学生多了个网络老师,家长再也不用为请家教犯愁;让农村学生能和城里学校的小伙伴们一起学习、互动、交流、点赞。
为解决教育不均衡、优质教育资源不足的问题,玉溪市把教育信息化作为推动教育改革发展的新引擎,引进华为先进的敏捷教育城域网方案,以教育网络“人人通、班班通、校校通”为重点,创新拓展“互联网+教育”应用模式,因地制宜探索“全覆盖、广应用、促均衡”的具有玉溪特色的教育信息化路子,实现了优质教育资源大范围的直接共享,有力促进了城乡教育共同发展、各类教育齐头并进。
华为总结多年的建网经验,以实用为原则,为玉溪市提供教育信息化整体解决方案,实现玉溪教育信息化架构稳定,网络层次清晰,支持长期平滑演进,建议整网统一规划,采用分层架构设计、链路备份、易扩展、网络集中管控、满足业务长远发展需求更好的为教学语音、教学视频、资源数据等业务服务。
CSS交换网硬件集群,链路&设备冗余,硬件BFD保证保障可靠稳定,高性能板卡,IPv6平滑过渡,SDN平滑演进。华为敏捷交换机S7706单台设备主控、交换网板、监控板、电源、风扇等均实现冗余备份、单板支持热插拔。冗余部件可以在单个部件故障时及时承担故障部件的相关职责,保障系统业务的整体高可靠性。CSS集群可将两台交换机的控制平面和转发平面都合一,集群系统多台成员设备之间冗余备份;集群支持跨设备的链路聚合功能, 实现跨设备的链路冗余备份。城域网IPv6规划以及支持SDN平滑演进,保障信息化投资。
全网安全事件、告警、故障的大数据收集、识别、分析,通过关联分析实现对企业网络安全态势感知。华为全网安全协防解决方案采用大数据分析技术,实现全网安全事件的收集和基于大数据进行关联分析,发现安全威胁;采用虚拟化技术,实现全网安全资源虚拟化、资源共享、按需服务。网络安全协防技术很好地解决了安全防御、业务部署问题。全网安全协防包含两个子方案:基于大数据分析的威胁感知、安全协防,另一个子方案是基于安全池化技术实现灵活的Service chain,二者配合使用,实现全网的协同防护。
5级QoS调度,可基于业务、用户、用户组、类、端口进行精细化的业务调度。玉溪教育信息化由于承载业务类型较多,不同类型业务对网络质量要求不同。语音、视频等实时业务既要求流量大带宽,也需要保证传输低时延,因此需要采用5级QoS技术对关键业务的网络质量进行高质量的差异化服务。
互联新校园、携手众教育”,华为将继续以优质的ICT技术创新网络科技,携手中国教育行业合作伙伴及客户共建现代互联校园,共同创建面向未来的创新管理与教学模式,推动中国教育信息化事业快速发展。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。